7.4 KiB
第 10 章 函数的微分
10.1 基本定义
-
定义 10.1.1(在一点处的可微性):设 $X\subseteq \mathbb R$,
x_0\in X
且是X
的极限点(非孤立点),f:X\to\mathbb R
是函数。称
f
在x_0
处可微且具有导数 $L$,记作 $f'(x_0):=L$,当且仅当\lim\limits_{x\to x_0;x\in X\setminus\{x_0\}}\dfrac{f(x)-f(x_0)}{x-x_0}
收敛到 $L$。若极限不存在,或 $x_0\not\in X$,或
x_0
不是X
的极限点,则称f
在x_0
处不可微。 -
命题 10.1.2(Newton 逼近):设 $X\subseteq \mathbb R$,
x_0\in X
且是X
的极限点,f:X\to \mathbb R
是函数,L
是实数。那么
f
在x_0
处可微且导数为 $L$,当且仅当,对于任意 $\varepsilon>0$,都存在 $\delta>0$,使得对于任意x\in X
且 $|x-x_0|\leq\delta$,都有 $|f(x)-(f(x_0)+L(x-x_0))|\leq\varepsilon|x-x_0|$。证明:根据定义可得。
-
命题 10.1.3(可微性蕴含连续性):设 $X\subseteq \mathbb R$,
x_0\in X
且是X
的极限点,f:X\to\mathbb R
是函数。若f
在x_0
处可微,则f
在x_0
处连续。证明:设
f
在x_0
处导数为 $L$。设
\varepsilon>0
是任意正实数。任取 $\varepsilon'>0$,根据命题 10.1.2,存在 $0<\delta\leq \frac \varepsilon {\varepsilon'+|L|}$,使得对于任意x\in X
且 $|x-x_0|\leq \delta$,都有 $|f(x)-(f(x_0)+L(x-x_0))|\leq\varepsilon'|x-x_0|$,得到 $|f(x)-f(x_0)|\leq(\varepsilon'+|L|)|x-x_0|\leq (\varepsilon'+|L|)\delta\leq \varepsilon$。证毕。
//连续不一定可微。例如绝对值函数 f(x):=|x|
在 0
处连续但不可微。
//利用同样的思路,构造 f:[0,+\infty)\to \mathbb R
满足 $f(x):=\begin{cases}x&\text{if }\exists_{n\text{为正偶数}},x=\frac1n\-x&\text{if }\exists_{n为正奇数},x=\frac1n\0&\text{otherwise}\end{cases}$,那么 f
同样是在 0
处连续但不可微(斜率存在 0,-1,1
三种)的。这个构造给我们一种启发:先构造一个在序列上的反例 $(a_n)_{n=1}^{\infty}$,然后通过令 f(\frac1n):=a_n
把序列的反例放到函数啥上。
-
定义 10.1.4:设 $X\subseteq \mathbb R$,
f:X\to \mathbb R
是函数。称f
是可微的,当且仅当对于任意x_0\in X
且是X
的极限点,都有f
在x_0
处可微。 -
推论 10.1.5:设 $X\subseteq \mathbb R$,
f:X\to \mathbb R
是函数。若f
是可微的,则f
是连续的。证明:略。 -
定理 10.1.6(微分算法):设 $X\subseteq \mathbb R$,
x_0\in X
且是X
的极限点,f:X\to\mathbb R
和g:X\to \mathbb R
是函数。- 若
f
是常值函数,则f
可微且 $f'(x_0)=0$。 - 若对于任意
x\in X
有 $f(x)=x$,则f
可微且 $f'(x_0)=1$。 - 若
f,g
在x_0
处均可微,则f+g
也在x_0
处可微,且 $(f+g)'(x_0)=f'(x_0)+g'(x_0)$。 - 若
f,g
在x_0
处均可微,则f-g
也在x_0
处可微,且 $(f-g)'(x_0)=f'(x_0)-g'(x_0)$。 - 设
c
是实数。若f
在x_0
处可微,则cf
也在x_0
处可微,且 $(cf)'(x_0)=cf'(x_0)$。 - 若
f,g
在x_0
处均可微,则fg
也在x_0
处可微,且 $(fg)'(x_0)=f'(x_0)g(x_0)+f(x_0)g'(x_0)$。 - 若
g
在x_0
处可微,且对于任意x\in X
有 $g(x)\neq 0$,则\frac1g
也在x_0
处可微,且 $\left(\frac1g\right)'(x_0)=-\frac{g'(x_0)}{g^2(x_0)}$。 - 若
f,g
在x_0
处均可微,则\frac fg
也在x_0
处可微,且 $\left(\frac fg\right)'(x_0)=\frac{f'(x_0)g(x_0)-f(x_0)g'(x_0)}{g^2(x_0)}$。
证明:使用函数的极限算律即可。以 10.1.6.8 的证明为例:
\begin{aligned} \left(\frac{f}{g}\right)'(x_0)&=\lim\limits_{x\to x_0;x\in X\setminus\{x_0\}}\frac{\frac{f(x)}{g(x)}-\frac{f(x_0)}{g(x_0)}}{x-x_0}\\ &=\lim\limits_{x\to x_0;x\in X\setminus\{x_0\}}\frac{\frac{f(x)g(x_0)-f(x_0)g(x)}{x-x_0}}{g(x)g(x_0)}\\ &=\frac{\lim\limits_{x\to x_0;x\in X\setminus\{x_0\}}\frac{(f(x)g(x_0)-f(x_0)g(x_0))-(f(x_0)g(x)-f(x_0)g(x_0))}{x-x_0}}{g^2(x_0)}\\ &=\frac{\left(\lim\limits_{x\to x_0;x\in X\setminus\{x_0\}}g(x_0)\frac{f(x)-f(x_0)}{x-x_0}\right)-\left(\lim\limits_{x\to x_0;x\in X\setminus\{x_0\}}f(x_0)\frac{g(x)-g(x_0)}{x-x_0}\right)}{g^2(x_0)}\\ &=\frac{f'(x_0)g(x_0)-f(x_0)g'(x_0)}{g^2(x_0)} \end{aligned}
当然,正确的方向应该是从后往前推,这样才是正确使用极限算律的方向。
- 若
-
定理 10.1.7(链式法则):设 $X,Y\subseteq \mathbb R$,
x_0\in X
且是X
的极限点,f:X\to Y
是在x_0
处可微的函数,y_0:=f(x_0)
是Y
的极限点,g:Y\to \mathbb R
是在y_0
处可微的函数。那么函数g\circ f:X\to \mathbb R
在x_0
处可微,且 $(g\circ f)'(x_0)=g'(y_0)f'(x_0)$。证明:设
k_1:=f'(x_0)
和 $k_2:=g'(y_0)$。设\varepsilon>0
是任意正实数。存在
\varepsilon_1,\varepsilon_2>0
满足 $\varepsilon_1|k_2|+\varepsilon_2|k_1|+\varepsilon_1\varepsilon_2\leq \varepsilon$(见 5.3.4 的证明)。存在
\delta_2>0
满足,对于任意y\in Y
且 $|y-y_0|\leq\delta_2$,记 $\Delta y=|y-y_0|,\Delta z=|g(y)-g(y_0)|$,有 $|\Delta z-k_2\Delta y|\leq\varepsilon_2\Delta y$。存在
\delta_1>0
满足,对于任意x\in X
且 $|x-x_0|\leq \delta_1$,记 $\Delta x=|x-x_0|,\Delta y=|f(x)-f(x_0)|$,有 $|\Delta y-k_1\Delta x|\leq \varepsilon_1 \Delta x$。存在
\delta_3>0
满足,对于任意x\in X
且 $|x-x_0|\leq\delta_3$,有 $|f(x)-f(x_0)|\leq \delta_2$。设 $\delta:=\min(\delta_1,\delta_3)$,那么 $\delta>0$。那么对于任意
x\in X
且 $|x-x_0|\leq \delta$,记 $\Delta x=|x-x_0|,\Delta y=|f(x)-f(x_0)|,\Delta z=|g(f(x))-g(f(x_0))|$,有 $\Delta x\leq \delta_1,\Delta y\leq \delta_2$,从而|\Delta y-k_1\Delta x|\leq \varepsilon_1 \Delta x
且 $|\Delta z-k_2\Delta y|\leq\varepsilon_2\Delta y$,那么:\begin{aligned} |\Delta z-k_2\Delta y|&\leq\varepsilon_2\Delta y\\ |\Delta z-k_2k_1\Delta x|&\leq \varepsilon_2\Delta y+|k_2|\varepsilon_1\Delta x\\ &\leq \varepsilon_2(|k_1|\Delta x+\varepsilon_1\Delta x)+|k_2|\varepsilon_1 \Delta x\\ &=(\varepsilon_1|k_2|+\varepsilon_2|k_1|+\varepsilon_1\varepsilon_2)\Delta x\\ &\leq \varepsilon\Delta x \end{aligned}
证毕。
10.2 局部极值和导数
-
定义 10.2.1(局部极值):设 $X\subseteq \mathbb R$,
f:X\to \mathbb R
是函数,$x_0\in X$。称
f
在x_0
处达到局部最大值,当且仅当存在\delta>0
使得f|_{X\cap (x_0-\delta,x_0+\delta)}
在x_0
处达到最大值。称
f
在x_0
处达到局部最小值,当且仅当存在\delta>0
使得f|_{X\cap (x_0-\delta,x_0+\delta)}
在x_0
处达到最小值。
显然 f
的孤立点是同时达到局部最大值和局部最小值的。
-
命题 10.2.2(局部极值是稳定的):设实数
a,b
且 $a<b$,f:(a,b)\to \mathbb R
是函数,$x_0\in (a,b)$。若f
在x_0
处可微,且f
在x_0
处达到局部最大值或局部最小值,那么 $f'(x_0)=0$。证明:
//注意,用闭区间 [a,b]
代替 $(a,b)$,该命题不一定成立。因为当区间的端点是局部极值时,其导数不一定为 $0$。
-
定理 10.2.7(罗尔定理):设实数
a,b
且 $a<b$,f:[a,b]\to\mathbb R
是连续函数,且f|_{(a,b)}
可微。若 $f(a)=f(b)$,那么存在x\in (a,b)
使得 $f'(x)=0$。证明: